如何使用predict（）當y_hat同時響應變量和解釋變量進行對數轉換？

lom1 = lm(log(y)~log(x1)+log(x2),data=mod_dt)

我想y_hat使用相同的數據集，我做

yhat = exp(predict(lom1))

結果似乎斷了很多（從與Y比較 - 我在R中手動計算）。

任何理由？

第二個相關問題是，我首先在原始數據集mod_dt中爲y，x1和x2的對數轉換添加了三列。就是說，他們被命名爲遲緩，logx1和logx2，然後我跑了LM：

lom2 = lm(logy ~ logx1 + logx2, data=mod_dt)

這給了一組不同的係數。

可以這樣通過提前做

exp(predict(lom2))

非常感謝給出一個正確的y的帽子。

2012-02-23 ZM Wang

以指數應該給你正確的預測，並且你描述的兩個程序應該給相同的係數和預測。但沒有可重現的代碼（包含數據），我們無法確定哪裏出了問題。 – 2012-02-23 02:52:06

當您的公式等模型被估計時，它會轉換爲未變換比例的Y〜X1 * X2。如果您想要更詳細地查看結果，則需要提供檢查數據。

2012-02-23 03:04:33

這完全不是一個答案。只是想分享我的一些意見。線性迴歸模型假設E（y）= x * beta。如果y通過log變換，則它變成E（log（y））= x * beta。然而當我們試圖預測y時，通常我們沒有exp（E（log（y）））= E（y）

2012-02-23 06:37:33 FMZ

同意，對數迴歸給出彈性作爲係數，什麼擬合是形式y = x^b的函數，它與y = bx不同 – aatrujillob 2012-02-23 07:39:04

回答